Введение
1. Способы формального представления знаний
2. Виды знаний и способы их представления
Список использованных источников
1. Способы формального представления знаний
В информатике (главным образом в области искусственного интеллекта) для структурирования информации, а также организации баз знаний и экспертных систем были предложены несколько способов представления знаний. Одно из них представление данных и сведений в рамках логической модели баз знаний, на основе языка логического программирования Пролог.
Под термином «Представление Знаний» чаще всего подразумеваются способы представления знаний, ориентированные на автоматическую обработку современными компьютерами, и в частности, представления, состоящие из явных объектов, и из суждений или утверждений о них. Представление знаний в подобной явной форме позволяет компьютерам делать дедуктивные выводы из ранее сохраненного знания.
В 1970-х и начале 1980-х были предложены, и с переменным успехом опробованы многочисленные методы представления знаний, например эвристические вопросно-ответные системы, нейронные сети, доказательство теорем, и экспертные системы. Главными областями их применения в то время были медицинская диагностика (к примеру Мицин) и игры (например шахматы).
В 1980-х годах появились формальные компьютерные языки представления знаний. Основные проекты того времени пытались закодировать (занести в свои базы знаний) огромные массивы общечеловеческого знания.
Эта работа привела к более точной оценке сложности задачи представления знаний. Одновременно в математической лингвистике, были созданы гораздо более объёмные базы языковой информации, и они, вместе с огромным приростом скорости и объёмов памяти компьютеров сделали более глубокое представление знаний более реальным.
Было разработано несколько языков программирования ориентированных на представление знаний. Пролог, разработанный в 1972, но получивший популярность значительно позже, описывает высказывания и основную логику, и может производить выводы из известных посылок. Ещё больше нацелен на представление знаний язык KL-ONE (1980-е).
В области электронных документов были разработаны языки, явно выражающие структуру хранимых документов, такие как SGML, а впоследствии XML. Они облегчили задачи поиска и извлечения информации, которые в последнее время всё больше связаны с задачей представления знаний. Web-сообщество крайне заинтересованно в семантической паутине, в которой основанные на XML языки представления знаний, такие как RDF, Карта тем и другие используются для увеличения доступности компьютерным системам информации, хранящейся в сети.
2. Виды знаний и способы их представления
Знание – формализованная информация, на которую ссылается или которую используют в процессе решения задачи.
Знание о предметной области включает:
1. Описание объектов и их окружение, необходимых явлений и факторов;
2. Отношения между объектами.
Уровни формализации знания о предметной области:
1. Знание в памяти человека;
2. Знания в форме языковой модели в предметной области, зафиксированной на физических носителях;
3. Знания, формализованные для их представления в ЭВМ;
4. Фактографические сведения и данные.
Классификация знаний:
I. Знания как основные закономерности предметной области, позволяющие человеку решать конкретные, производственные, научные и другие задачи:
1. Фактические знания (факты, понятия, взаимосвязи, оценка, правила,
эвристики (догадки));
2. Стратегические знания (стратегии принятия решений в конкретной
области);
Факты – иногда излагаются как текстовые знания.
Эвристики – знания, основанные на индивидуальном опыте эксперта, накопленные в результате многолетней практики (способы использования нечетной информации; способы разрешения противоречий и т.п.).
II. Другой способ классификации знаний:
1. Декларативные – относятся все остальные знания (статьи в энциклопедиях, словарях, формулировки законов физики, химии.). Эти знания отвечают на вопрос: «Что представляет собой явление Х.» или «Какие связи есть между Х и У?»;
2. Процедурные – описывают последовательность действий, которые могут быть использованы для решения задач. («Как сделать устройство Х?»).
III. Знания делят на:
1. Экстенциональные знания – это данные, которые характеризуют конкретные объекты предметной области;
2. Интенсиональные знания – это знания, которые работают с абстрактными объектами предметной области.
IV. Знания бывают:
1. Глубинные – отражают понимание структуры предметной области (формулировки законов);
2. Поверхностные – касаются внешних эмпирических ассоциаций с каким либо феноменом предметной области.
V. Знания:
1. Жесткие – позволяют получать однозначно четкие рекомендации при заданных начальных условиях;
2. Мягкие – множественные, размытые решения (нечеткие) и различные варианты рекомендаций.
Задачи, которые приходится решать, делятся на:
1. Легко формализуемые задачи (связано с использованием жестких знаний);
2. Трудно формализуемые задачи (необходимость работы с мягкими знаниями).
1. УэноХ., Исудзука М. Представление и использование знаний. - М.: Мир, 2014. - 220 с.
2. Хейес-Рот Ф., Уотерман Д., Ленат Д. Построение экспертных систем. - М.: Мир, 2017.- 430с.
3. Гаврилова Т.А. Хорошевский В.Ф. Базы знаний интеллектуальны систем. - СПб.: Питер, 2018. - 384 с.
4. Поспелов Д.А. Данные и знания. Искусственный интеллект. В 3 кн. Кн. 1. - М.: Радио и связь, 2016. - 464с.
5. Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д.А. Поспелова. - М.: Наука, 2017. - 328 с.
